Bubble-water/Yolov5_Magic

🚀🚀🚀一款面向改进Yolov5的开源仓库，提供丰富的魔改Yolov5方法 An open source repository for improving Yolov5, providing rich magic methods

一款面向改进Yolov5的开源仓库，提供丰富的魔改方法

An Open Source Repository for Improving Yolov5, Providing Rich Magic Methods

---

改进方式教程

Tutorial on How to Improve

1. 手把手带你调参YOLOv5 (v5.0-v7.0)（推理）🌟强烈推荐

2. 手把手带你调参YOLOv5 (v5.0-v7.0)（训练）🚀

3. 手把手带你调参YOLOv5 (v5.0-v7.0)（验证）

4. 简单三步 用YOLOv5快速训练自己的数据集

5. 手把手带你YOLOv5/v7 (v5.0-v7.0)添加注意力机制(一)（并附上30多种顶会Attention原理图）🌟强烈推荐🍀新增8种

6. 手把手带你YOLOv5/v7 (v5.0-v7.0)添加注意力机制(二)（在C3模块中加入注意力机制）

7. YOLOv5/v7 如何更换激活函数？

8. YOLOv5 如何更换BiFPN?

9. YOLOv5 数据增强方式解析

10. YOLOv5/v7 更换上采样方式( 最近邻 / 双线性 / 双立方 / 三线性 / 转置卷积)

11. YOLOv5/v7 如何更换EIOU / alpha IOU / SIoU？

12. YOLOv5/v7 应用轻量级通用上采样算子CARAFE

13. 空间金字塔池化改进 SPP / SPPF / SimSPPF / ASPP / RFB / SPPCSPC / SPPFCSPC🚀

14. 用于低分辨率图像和小物体的模块SPD-Conv

15. GSConv+Slim-neck 减轻模型的复杂度同时提升精度

16. 头部解耦 | 将YOLOX解耦头添加到YOLOv5 | 涨点杀器

17. Stand-Alone Self-Attention | 搭建纯注意力FPN+PAN结构

18. 改进YOLOv5/v7 | 引入密集连接卷积网络DenseNet** | 搭建密集连接模块

19. YOLOv5/v7 更换骨干网络之 PP-LCNet

20. YOLOv5/v7 更换骨干网络之 EfficientNet-B0

21. YOLOv5/v7 更换骨干网络之 MobileNet V3

22. YOLOv5/v7 更换骨干网络之 GhostNet

23. YOLOv5/v7 更换骨干网络之 ShuffleNetv2

24. YOLOv5/v7 引入 最新 BiFusion Neck🍀

25. YOLOv5/v7 引入 YOLOv8 的 C2f 模块🍀

26. YOLOv5/v7 引入 RepVGG 重参数化模块🍀

27. YOLOv5 模型剪枝实战✂️

28. YOLOv5 知识蒸馏实战⚗️

29. YOLOv7 知识蒸馏实战⚗️

30. YOLOv5/v7 Falsk Web 部署💻

31. YOLOv5/v7添加PyQt5页面📟

32. YOLOv5 安卓部署📱

---

Performance

Model	size (pixels)	mAPval 0.5:0.95	mAPval 0.5	Speed CPU b1 (ms)	Speed V100 b1 (ms)	Speed V100 b32 (ms)	params (M)	FLOPs @640 (B)	Weights
YOLOv5n	640	28.0	45.7	45	6.3	0.6	1.9	4.5	YOLOv5n
YOLOv5s	640	37.4	56.8	98	6.4	0.9	7.2	16.5	YOLOv5s
YOLOv5m	640	45.4	64.1	224	8.2	1.7	21.2	49.0	YOLOv5m
YOLOv5l	640	49.0	67.3	430	10.1	2.7	46.5	109.1	YOLOv5l
YOLOv5x	640	50.7	68.9	766	12.1	4.8	86.7	205.7	YOLOv5x
YOLOv5n6	1280	36.0	54.4	153	8.1	2.1	3.2	4.6	YOLOv5n6
YOLOv5s6	1280	44.8	63.7	385	8.2	3.6	12.6	16.8	YOLOv5s6
YOLOv5m6	1280	51.3	69.3	887	11.1	6.8	35.7	50.0	YOLOv5m6
YOLOv5l6	1280	53.7	71.3	1784	15.8	10.5	76.8	111.4	YOLOv5l6
YOLOv5x6 + TTA	1280 1536	55.0 55.8	72.7 72.7	3136 -	26.2 -	19.4 -	140.7 -	209.8 -	YOLOv5x6

SPP Structure Parameter and GFLOPs

Model	参数量(parameters)	计算量(GFLOPs)
SPP	7225885	16.5
SPPF	7235389	16.5
SimSPPF	7235389	16.5
ASPP	15485725	23.1
BasicRFB	7895421	17.1
SPPCSPC	13663549	21.7
SPPCSPC_group	8355133	17.4

Others Structure Parameter and GFLOPs

Model	参数量(parameters)	计算量(GFLOPs)
TransposeConv upsampling	7241917	16.6
InceptionConv	7233597	16.2
BiFPN	7384006	17.2
ShuffleNetv2	3844193	8.1
CARAFE	7369445	17.0

Update log

2022.8.22 yolo.py Add Chinese annotations🍀

2022.8.24 Add Demo of Pyqt page🍀

Acknowledgements

https://github.com/ultralytics/yolov5